You need to enable JavaScript to run this app. 在R语言中如何合并同一dataframe中相同id的行以填充缺失值
优惠活动
大模型
产品
解决方案
定价
更多

在R语言中如何合并同一dataframe中相同id的行以填充缺失值

R语言实现同id多行列合并补全缺失值的方法

首先要注意,你的数据中sex列的---属于无效值,需要先转换为NA统一处理,之后按id分组提取每个字段的第一个有效值即可。

方法1:tidyverse套件实现(代码简洁易读)

library(dplyr)

# 构造示例数据
df <- data.frame(
  id = c("01","01","02","03","04","04"),
  sex = c("---","m","f","m","---","f"),
  age = c(20,NA,25,23,NA,18),
  height = c(NA,180,175,168,176,NA),
  weight = c(68,NA,65,68,NA,NA),
  stringsAsFactors = FALSE
)

# 处理逻辑
df_result <- df %>%
  # 将sex列的无效值---替换为NA
  mutate(sex = na_if(sex, "---")) %>%
  # 按id分组
  group_by(id) %>%
  # 对所有字段取第一个非缺失的有效值
  summarise(across(everything(), ~.x[!is.na(.x)][1])) %>%
  ungroup()

运行后df_result就是你需要的输出结果。

方法2:base R实现(无需安装第三方包)

# 构造示例数据
df <- data.frame(
  id = c("01","01","02","03","04","04"),
  sex = c("---","m","f","m","---","f"),
  age = c(20,NA,25,23,NA,18),
  height = c(NA,180,175,168,176,NA),
  weight = c(68,NA,65,68,NA,NA),
  stringsAsFactors = FALSE
)

# 预处理替换无效值
df$sex[df$sex == "---"] <- NA

# 按id分组处理
df_split <- split(df, df$id)
df_result <- do.call(rbind, lapply(df_split, function(sub) {
  as.data.frame(lapply(sub, function(col) col[!is.na(col)][1]))
}))
rownames(df_result) <- NULL

注意事项

如果同一个id的同一个字段存在多个不同的有效值,上述代码默认取出现顺序最早的有效值,若需要取最后出现的有效值,只需将代码中的[1]替换为[length(na.omit(col))]即可。

内容的提问来源于stack exchange,提问作者new_student

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.20 12:15:03